一句话看懂：阿姆斯特丹自由大学一项为期两年的课堂实验显示，完全禁止使用 AI 的学生组成绩在两年里都垫底，而未经指导就使用 ChatGPT 的小组反而略好于禁 AI 组。研究者因此公开推翻了自己“AI 必须配上培训才能进课堂”的假设。
事件核心：发生了什么
阿姆斯特丹自由大学法律教授 Thibault Schrepel 在其“AI 法律”课程中，把学生随机分成三组，任务相同：四到五人小组，用 20 分钟改进《欧盟人工智能法案》的一个条款，评分维度包括实质内容、清晰度、比例原则和创新性。
第一组禁用 ChatGPT；第二组直接拿到嵌入文本的 ChatGPT 修改建议，可继续使用但无任何指导；第三组接受法律提示工程训练，并学习核查 AI 建议的一致性与准确性。所有人参加同一套考试，包括选择题和需要修改另一条款的带回家考试。实验 2024 年有 66 人参与，2025 年扩大到 164 人。
结果是：禁 AI 组大多只做措辞微调，10 到 15 分钟后普遍出现“想法枯竭”；第二组几乎不加质疑地接受 AI 建议，每个小组都至少保留了一个误导性或法律上多余的表述；只有受过训练的第三组真正与 AI 来回推敲。2024 年第三组明显领先，但到 2025 年，三组水平已大致持平，研究者归因于学生对聊天机器人越来越熟。
为什么重要
这项研究的核心结论与主流高校的谨慎立场直接冲突。加州大学伯克利分校法学院已禁止在几乎所有计分作业中使用 AI，理由是未来律师应先建立核心思维能力。Schrepel 的两年数据却显示，禁用 AI 的平均产出反而更差，无论理由多么正当。这为“该不该在课堂里管 AI”提供了少见的对照实验证据，也说明培训带来的优势可能正随着大模型普及而衰减。
对用户/开发者/创作者的影响
对教育者和企业培训负责人来说，把 AI 一禁了之并不是安全选项；更现实的做法是教人识别 AI 输出的错误，而不是假设不接触就不会被误导。对开发者而言，学生在无指导情况下也能从 ChatGPT 的使用中学会规避错误，说明工具本身的可用性和纠错反馈正在压缩“提示工程培训”的边际价值。对创作者和知识工作者，这项研究提示：真正的分水岭不是用不用 AI，而是有没有能力判断 AI 给的东西对不对。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
目前公开信息显示，该研究样本较小，且参与者本身选修 AI 课程，技术敏感度可能高于平均学生。后续可观察三点：是否有更大规模、跨学科的重复实验；高校 AI 政策会否从“全面禁止”转向“分场景管理”；以及传统硕士论文和纯文献综述的考核方式，是否会如 Schrepel 建议的那样，转向更强调实践或实证、并把合理使用 AI 纳入评分。
